采用改进人工蜂群算法实现基于MP的信号稀疏分解

摘要

针对匹配追踪信号稀疏分解的巨大计算量问题,在具有全局搜索能力的人工蜂群算法基础上,采用了一个改进的人工蜂群算法实现信号的稀疏分解.利用全局最优解和个体极值改善人工蜂群算法中的搜索方式,并引入异步变化学习因子,进一步平衡全局搜索和局部搜索的比重,改进后的算法可以快速搜寻匹配追踪过程中每一步分解的最佳原子,有效提高信号稀疏分解的速度.实验结果证明,基于改进人工蜂群的MP算法对信号稀疏分解的速度优于传统MP算法,并获得良好的重构效果.